机器学习

3. 预备知识和符号说明

Machine Learning Yearning: 3 Prerequisites and Notation 如果你上过机器学习课程,比如我在Coursera上的机器学习MOOC,或者有监督学习的项目经验,那么就能理解下面这些东西。 我假设您熟悉监督学习:学习一个从x映射到y的函数,使用标记的训练库(x,y)。监督学习算法包括线性回归、逻辑回归和神经网络。机器学习有很多种形式,但今天机器学习的大部分实用价值来自监督学习。 我会经常提到神经网络(也被称为“深度学习”)。你只需要对他们是什么有一个基本的了解就可以理解这篇文章。 如果您不熟悉这里提到的概念,请在Coursera的 http://ml-class.org 上观看前三周的视频。

  • liaojl
1 min read
机器学习

【译】2. 如何使用本书来帮助团队

Machine Learning Yearning: 2 How to use this book to help your team 在学习本书之后,在创建机器学习项目时确立技术方向上你会有一个深刻的理解。 但你的同事可能会不理解为什么你会建议这个特定的技术方向。也许,你会建议使用单个评估指标,但同事们却不同意。这时候,该怎么劝说他们呢? 这就是为什么我会把章节写得很短,所以你可以将章节打印数来以让你的同事能阅读你需要他们了解的那一、两页。 优先级的变化会对团队的生产力产生巨大的影响。通过用这些细小的变化帮助团队,我相信你会成为团队的英雄!

  • liaojl
1 min read
机器学习

【译】1. 为什么需要机器学习

Machine Learning Yearning 机器学习是无数重要应用的基石,包括web搜索、电子邮件反垃圾邮件、语音识别、产品推荐等等。我假设您或您的团队正在开发一个机器学习应用程序,并且您希望快速取得进展。这本书将帮助你做到这一点。 示例:从小猫图片开始 你用神经网络建立了一个计算机视觉系统来检测图片中的猫。但不幸的是,学习算法的准确性还不够好。你需要在巨大的压力下改进你的猫探测器。那做些什么呢? 你的团队会有无数想法,比如: 获取更多数据:更多猫的图片 收集更多样化的训练集,比如,在不同位置的小猫的图片:有不寻常颜色的猫;使用各种相机设置拍摄的照片.... 进行更多次数的梯度下降迭代,延长算法运行时间 尝试增加单元和层,以创建更大的神经网络 尝试更小的神经网络 T尝试正则化(

  • liaojl
2 min read
机器学习

在国外被下载超5万次,500多页的机器学习入门笔记,关注一下?

今年 4 月,梁劲在百度云盘上传了一份自己整理的学习笔记——《机器学习——从入门到放弃》。这份学习笔记 540 多页,图文并茂,而且全部用英文撰写,如今这份文档的下载量已超过 50000 次。由于在海外的 AI 社区反响强烈,梁劲随后又将这份文档上传到了 DropBox。 Youth is not a time of life, it is a state of mind. —— 塞缪尔·

  • liaojl
1 min read
机器学习

【转载】机器学习算法的基本知识(使用Python和R代码)

原文地址:http://yanqiangmiffy.github.io/2017/07/26/Python28-机器学习算法的基本知识(使用Python和R代码)/ 作者:致Great 本篇文章是原文的译文,然后自己对其中做了一些修改和添加内容(随机森林和降维算法)。文章简洁地介绍了机器学习的主要算法和一些伪代码,对于初学者有很大帮助,是一篇不错的总结文章,后期可以通过文中提到的算法展开去做一些实际问题。 引言 Google的自驾车和机器人得到了很多新闻,但公司的真正未来是机器学习,这种技术使计算机变得更智能,更个性化。-Eric Schmidt (Google Chairman) 我们可能生活在人类历史上最具影响力的时期——计算从大型主机到PC移动到云计算的时期。 但是使这段时期有意义的不是发生了什么,而是在未来几年里我们的方式。 这个时期令像我这样的一个人兴奋的就是,

  • liaojl
22 min read
2693491512@qq.com